| 前言缩略词A 生物学研究方式的转变B 生物信息学的定义C 物理学要素D 数据及数据库E 数据类型：E1 数据类型E2 生物信息学中数据表达的最佳方法F 计算G 概率与统计G1 概率和概率分布G2 条件概率和贝叶斯法则G3 基本的统计学检验H 模型与数学技术H1 系统特征H2 图论及其应用H3 常微分方程和代数学H4 高级模拟技术H5 形状、变形和生长1 人工智能和机器学习1 人工智能和机器学习的概论12 人工智能和机器学习的统计学方法13 人工智能和机器学习的计算方法J 基因组及其他序列J1 数据库和数据源J2 基因组注释J3 序列分析J4 序列家族、联配和系统发育J5 结构域家族和数据库K 转录物组学K1 转录谱K2 转录分析的统计问题K3 基因表达的差异分析K4 多元技术和网络推理K5 数据标准和实验设计L 蛋白质与蛋白质组学技术L1 蛋白质组学技术L2 相互作用蛋白质组学L3 相互作用数据库和网络L4 结构生物信息学L5 结构分类L6 结构预测和模建L7 分子动力学和药物设计M 代谢物组学N 超分子结构N1 超分子结构N2 组织和生物体尺度结构O 生化动力学01 新陈代谢网络的研究02 微积分和代数学的应用P 生理学P1 生理学P2 整合生物学和植物模型P3 整合生物学——结束语Q 图像分析Q1 什么是图像分析Q2 什么是生物科学研究中的图像分析Q3 图像增强Q4 特征检测Q5 数据析取R 文本分析进一步阅读的文献索引 |
内容加载中，请稍后...
商品评论（0条）